高渗透率下微电网潮流计算及其运行的多目标优化

论文摘要

针对以可再生能源为基础的分布式发电功率小、单机接入成本高、并网运行控制困难等缺陷,为了更好的发挥新能源的优势,专家们出了微电网的概念。微电网是一个集成分布式发电、负荷、储能以及保护和控制等一系列环节的小型供电供能系统,它能够解决电力系统与分布式电源之间的矛盾,克服分布式发电存在的缺陷。本文以微电网的三相潮流计算以及运行优化为研究目标,对前人的研究成果进行充分总结吸收,针对目前微电网潮流计算和运行优化研究中存在的关键问题,结合微电网的稳态数学模型和基于前推回推法的配电网潮流计算方法,提出了一套新的研究思路来探讨微电网的三相潮流计算方法及其在考虑渗透率约束时的经济和安全两方面的运行多目标优化方案。首先,对微电网的定义特征、基本结构、运行标准以及国内外研究现状进行了详细阐述,探讨了微电网并网时的能量流向和渗透率的概念,仿真分析了不同渗透率微电网并网运行对电力系统稳定性产生的影响,并得出EPRI 36节点系统稳定运行的最大允许渗透率λ=8.341%。其次,建立了多种分布式电源和储能元件的数学模型,并根据前推回推配电网潮流计算方法的初始变量对PQ、PV、PI和P-Q（V）四种节点类型进行处理,推导了微电网的三相潮流计算方程。利用6节点和30节点微电网系统对不同渗透模式下的微电网进行潮流计算,验证了该方法的准确性和优越性。然后,根据潮流方程推导出微电网静态电压稳定性指标和网损的计算公式,比较了分布式电源的位置、容量和功率因数对微电网电压和网损产生的影响,并总结出其规律性。这些规律表明,合理的配置对发挥分布式电源的效益、抑制其负面影响具有重要意义。最后,考虑经济性和安全性两方面建立了微电网电压水平最好、网损最少和运行经济成本最小的多目标优化模型,引入自适应权重法及自适应罚函数的概念,提出了一种自适应遗传算法,将多目标优化问题转化为单目标问题求解。利用30节点微电网系统进行仿真,结果表明,本文方法是解决多目标优化问题的有效方法,可以得到最佳的分布式电源配置方案。

论文目录

• 致谢
• 中文摘要
• ABSTRACT
• 1 绪论
• 1.1 研究背景及意义
• 1.2 微电网的定义与特征
• 1.3 文献综述
• 1.3.1 国内外微电网的研究现状
• 1.3.2 微电网研究的关键问题
• 1.3.3 微电网是未来智能电网的组成部分
• 1.4 论文所做的工作
• 1.4.1 研究目标
• 1.4.2 研究方法和思路
• 1.4.3 研究的内容
• 2 微电网不同渗透率对电力系统的影响
• 2.1 引言
• 2.2 微电网的基本结构
• 2.3 微电网的运行标准
• 2.4 微电网并网渗透率
• 2.5 微电网对电力系统稳定性的影响
• 2.6 算例仿真与分析
• 2.6.1 PSASP软件
• 2.6.2 算例仿真
• 2.6.3 静态稳定性分析
• 2.6.4 动态电压分析
• 2.6.5 功角稳定分析
• 2.7 小结
• 3 基于前推回推法的微电网三相潮流计算
• 3.1 微电网的稳态模型
• 3.1.1 分布式电源的数学建模
• 3.1.2 微电网中储能元件的数学建模
• 3.1.3 电力电子接口模型
• 3.1.4 变压器
• 3.1.5 负荷
• 3.2 基于前推回推的配电网潮流计算方法
• 3.2.1 形成节点阻抗矩阵
• 3.2.2 辐射状配电网潮流计算
• 3.2.3 环状网的三相潮流计算
• 3.3 分布式电源节点在潮流计算中的处理
• 3.4 基于前推回推的微电网三相潮流计算
• 3.5 算例分析
• 3.5.1 6节点微电网系统潮流计算
• 3.5.2 30节点微电网系统潮流计算
• 3.5.3 30节点含环网的微电网系统潮流计算
• 3.5.4 高渗透微电网的潮流计算与分析
• 3.6 小结
• 4 微电网静态电压的影响分析
• 4.1 静态电压稳定性指标
• 4.2 算例分析
• 4.2.1 不同类型电源对微电网电压稳定指标的影响
• 4.2.2 不同容量对微电网电压稳定指标的影响
• 4.2.3 不同位置对系统微电网电压稳定指标的影响
• 4.3 小结
• 5 微电网网络损耗的影响分析
• 5.1 论推导
• 5.2 分布式电源对微电网网损的影响分析
• 5.2.1 不同位置对微电网网损的影响
• 5.2.2 不同容量对微电网网损的影响
• 5.2.3 功率因数对微电网网损的影响
• 5.3 小结
• 6 考虑渗透率约束的微电网运行多目标优化
• 6.1 微电网并网运行的经济模型
• 6.1.1 微电网的简化结构
• 6.1.2 经济模型的建立
• 6.1.3 经济模型的简化
• 6.2 微电网运行优化问题的描述
• 6.2.1 微电网运行优化的目标函数
• 6.2.2 约束条件
• 6.2.3 目标函数的特点
• 6.3 多目标优化的处理
• 6.3.1 自适应权重法
• 6.3.2 自适应惩罚函数
• 6.4 基于遗传算法的求解方法
• 6.4.1 遗传算法概述
• 6.4.2 遗传算法的优化过程
• 6.4.3 具体的求解过程
• 6.4.4 程序步骤及流程图
• 6.5 算例计算与结论
• 6.5.1 选择算例
• 6.5.2 计算参数设置
• 6.5.3 结果及分析
• 6.6 小结
• 7 结论与展望
• 7.1 论文研究的结论
• 7.2 论文研究的不足与展望
• 参考文献
• 附录A
• 附录B
• 作者简历
• 学位论文数据集